Repositorios en la nube

Repositorios en la nube

Ricard de la Vega Jefe del Servicio de Portales y RepositoriosCentre de Supercomputació de Catalunya

4as Jornadas OS-RepositoriosBarcelona, 3-5 marzo de 2010

Centre de Supercomputació de Catalunya

Consorcio público

Creado en 1991

Formado por:• Generalitat de Catalunya

• Fundació Catalana per a la Recerca i la Innovació

• 9 universidades catalanas

• Consejo Superior de Investigaciones Científicas

Anella Científica creada en 1993

Nuestros servicios

Agenda

Introducción¿Qué es el cloud?Tipología• SaaS, PaaS, IaaS• Público, privado, híbrido

Participantes

Repositorios en el cloud• Duracloud• EPrints storage plug-ins

ConclusionesReferencias

Tendencia en las TIC

“Cuanto más cambia una cosa...”

“Cuanto más cambia una cosa, más se convierte en lo mismo. Fijémonos en el cloud computing. En cierto modo, se trata de una extensión natural del time-sharing, inventado en los años setenta. De hecho, por aquel entonces ya se oía hablar del término computing utility”

Vinton Cerf

Mainframes......

Fuente: http://fib.upc.edu/retroinformatica/exposicio/ordinadors.html

VAX 8600 Controladora discos HSC50

Terminal Digital VT220 Impresora LA-36 TA78

Clouds...

El terminal es el navegador Centros de datos

Agenda


Participantes



Definiciones y conceptos clave

“The services themselves have long been referred to as Software as a Service (SaaS). The datacenter hardware and software is what we will

call a Cloud. When a Cloud is made available in a pay‐as‐you‐go manner to the general public, we call it a Public Cloud; the service

being sold is Utility Computing.

We use the term Private Cloud to refer to internal datacenters of a business or other organization, not made available to the general

public.”

Conceptos: “as a Service”, pago por uso, virtualización

Fuente: http://www.eecs.berkeley.edu/Pubs/TechRpts/2009/EECS‐2009‐28.html

Agenda


Participantes



Tipos de cloud

Fuente: http://www.ucar.edu/educ_outreach/webweather/cloud3.html

“as a service”

Software como un servicio (SaaS) • Aplicaciones de Google (Gmail, Calendar...) • Salesforce.com

Plataforma como un servicio (PaaS) • Imagen de Xen con SO, Apache, MySQL y aplicación• Google App Engine• Microsoft Azure

Infraestructura como un servicio (IaaS) • Amazon Web Services

– EC2 para computo– S3 para almacenamiento

Pública, privada...

Una nube pública es el hardware y software de un centro de datos ofrecido en la modalidad de “pago por uso”.

Una nube privada es el hardware y software de un centro de datos de la propia entidad.

Una nube híbrida combina los dos modelos anteriores.

Inconvenientes de la nube pública:• Privacidad y protección de datos

Agenda


Participantes



Participantes y beneficios

Transferencia del riesgo a los proveedores del cloud• Service Level Agreement (SLA)

Proveedores del cloud (hardware y software de base) • Reducción de los costes de operación y amortizaciones• Especialización y economías de escala

Usuarios de la nube, que a su vez, son proveedores de servicios (SaaS), como los repositorios• Elasticidad en el aprovisionamiento de recursos• Sin sobredimensionamiento ni infradimensionamiento (picos)

Usuarios finales, como los investigadores, etc.• Para ellos la nube es transparente

Como el car sharing

Agenda


Participantes



Data deluge

Agenda

Duracloud• DURASPACE• Objetivos• Servicios

• Arquitectura• Pilotos• Roadmap

DURASPACE

DuraCloud es de DURASPACE

• Non-profit-org que da soporte a las comunidades Dspace y Fedora.

• Innovación:– Pensar más allá de las plataformas actuales.– Nuevas estrategias para el acceso y la preservación de

contenidos digitales.

Objetivos

Soporte a la preservación• Replicación de contenido, auditoría (checksums), reparación

Federación de repositorios y ciberinfrastructura• Enlaces entre datos almacenados (linked data)

Colecciones compartidas• Acceso vía un motor JPEG2000 a imágenes almacenadas

Data mining• Grandes trabajos de computación con los datos almacenados

Fuente: http://www.duraspace.org/documents/DuraCloudNDIIPPJune09.ppt

Servicios básicos


Servicios adicionales


Casos de uso con almacenamiento en la nube


Casos de uso con computación en la nube

Servicios de preservación

Fuente: http://www.slideshare.net/eduserv/duracloud-open-technologies-and-services-for-managing-durable-data-in-the-cloud


Arquitectura

Pilotos de casos de uso

Quieren...• Introducción de gran cantidad de contenidos digitales• Replicar a múltiples plataformas de cloud• Gestionar esta replicación y monitorizarla• Desarrollar servicios

Proveedores de cloud• Amazon• EMC• Rackspace• Sun?• Microsoft?

Partners iniciales• New York Public Library• Biodiversity Heritage Library• WGBH Media Library and

Archives


Pilotos de casos de uso, retos


Pilotos de beta testers


Encuesta


Roadmap

Agenda


Participantes



Eprints Cloud Capabilities

Los datos se pueden almacenar en:• En disco local o cabinas de

discos (SAN, NAS) • En el cloud

Mediante storagecontroller se puede elegir a que tipo de disco van los documentos (archivo XML de configuración).

Fuente: http://www.slideshare.net/lescarr/eprints-and-the-cloud

Arquitectura


Plug-ins de almacenamiento en cloud en el API


Objetivos


EPrints Bazaar

Agenda


Participantes



En este contexto (en las nubes), se podría decir que los repositorios cooperativos (TDR, RECERCAT...) están en un private cloud, puesto que las instituciones que los coordinan, CESCA y CBUC, son consorcios de instituciones participantes (más o menos) en estos repositorios.

Muchos de los servicios que ofrece/rá DuraCloud ya se están realizando, como la comprobación de la integridad de los ficheros...

Pasar a un modelo híbrido podría ser interesante por temas de copias desgeolocalizadas, o si se concretara algún servicio de transformación de formatos. Estaremos atentos a la evolución del proyecto.

Reflexión antes de las conclusiones...

Conclusiones

El cloud es una tendencia en auge en las TIC.

Existen diferentes tipos de cloud para distintas necesidades (público, privado, híbrido, SaaS, PaaS, IaaS) .

El data deluge ha ayudado a acercar el cloud a los repositorios.

DuraCloud es la solución de DURASPACE para acercar el cloud a DSpace y Fedora.

Eprints dispone de plug-ins de almacenamiento en cloud.

En DuraCloud, aunque el objetivo son servicios de almacenamiento y computación en la nube, los primeros son los más avanzados con finalidades de preservación.

Estamos aun en el principio de DuraCloud, pilotos, beta. Faltan plug-ins para los repositorios, SLAs, precios, casos de éxito, etc.

Para seguir su evolución, en el próximo Open Repositorios de Madrid seguro que habrán novedades.

Conclusiones

Agenda


Participantes



Referencias

Above the Clouds: A Berkeley View of Cloud Computing, Michael Armbrust et alt., UC Berkeley Reliable AdaptativeDistribute Systems Laboratory, febrero 2009 (en línea en http://eecs.berkeley.edu/Pubs/TechRpts/2009/EECS-2009-28-pdf) .

Information Factories, George Gilder, Wired, octubre de 2006 (en línea en http://www.wired.com/wired/archive/14.10/cloudware.html) .

Prólogo de Vinton Cerf de Todo va a cambiar, Enrique Dans, Ediciones Desto, 2010 (en línea en http://filesocial.com/937y410) .

DuraCloud http://www.duraspace.org/duracloud.php

DuraCloud: Managing Durable Data in the Cloud. MicheleKimpton. NDIIPP Washington, DC, junio 2009 (en línea enhttp://www.duraspace.org/documents/DuraCloudNDIIPPJune09.ppt).

DuraCloud Frequently asked questions. Michele Kimpton y Bill Branan, octubre 2009 (en línea en http://www.fedora-commons.org/confluence/display/duracloudpilot/Frequently+asked+questions).

Referencias

Referencias

Repositories and the Cloud. 23 febrero de 2010 enLondres (presentaciones y videos en línea en http://userv.org.uk/events/repcloud) .

• Duracloud – Open technologies and services for managing durable data in the cloud, Michele Kimpton, DuraSpace.

• Cloud Services for Repositories, Alex Wade, Microsoft.

• Eprints and the Cloud, Les Carr, University of Southampton.

• Cloud based Projects at Belfast e-Science Centre, Terry Harmer, Belfast e-Science Centre.

Más referencias...

http://www.youtube.com/watch?v=QJncFirhjPg

http://www.youtube.com/watch?v=n9LmzsaO698

http://www.youtube.com/watch?v=XdBd14rjcs0

Más referencias...

http://www.youtube.com/watch?v=Cl6XFZH5aWU

http://www.youtube.com/watch?v=TcTnGAQJ7gE

http://www.youtube.com/watch?v=VjfaCoA2sQk

Repositorios en la nube

Documents

Transcript of Repositorios en la nube